朱穎潔

（梧州水文中心，廣西 梧州 543002）

0 引言

梧州水文站集水面積327 006 km2，占西江流域集水面積的94.6%，控制了廣西境內85%的來水。流量監(jiān)測常用方法為水文測船牽引走航式ADCP和流速儀動船法，備用方法為比降面積法和浮標法。為了解決高洪以上水位級流量在線監(jiān)測難題，2019年7月底在梧州水文站安裝側掃雷達開展比測試驗。側掃雷達測驗斷面上游約2000 m 是干流潯江與支流桂江交匯處，下游180 m為云龍大橋，當以干流潯江來水為主時，中泓居右，以支流桂江來水為主時中泓居左。受上游約15 km的長洲水利樞紐工程的調蓄、發(fā)電、泄洪等影響，中低水的水位陡漲陡落、流量急劇變化。測驗河段順直，無分流串溝，河岸無崩塌現(xiàn)象；河床由砂礫石、細沙組成，偶有沖淤，左右岸為土坡，均較穩(wěn)定，斷面右側為巖質深潭，最深處河底高程約-27 m，左側為沙質河床，略有沖淤，水面寬在510～660 m之間（如圖1）。

梧州水文站河段水流形態(tài)復雜，目前實現(xiàn)高洪以上水位級流量在線監(jiān)測仍是一大難題。在梧州水文站研究基于側掃雷達的在線流量監(jiān)測系統(tǒng)的應用，分析側掃雷達流量測驗的適用性，開展側掃雷達獲取的河流表面流速比測分析工作，可為梧州水文站實現(xiàn)各水位級流量在線監(jiān)測奠定基礎，對側掃雷達的推廣應用具有重要意義。

圖1 梧州站側掃雷達測流斷面圖

1 側掃雷達

1.1 側掃雷達功能

側掃雷達采用非接觸式雷達技術，實現(xiàn)對河流表面流場、網格點流速進行連續(xù)監(jiān)測，并提供網絡數(shù)據(jù)服務，通過水位、過流面積、斷面表面流速比的數(shù)據(jù)交互，完成流量數(shù)據(jù)網絡合成，實現(xiàn)全天候、連續(xù)自動河流流量監(jiān)測。

產品主要包括2個部分：天線系統(tǒng)和雷達系統(tǒng)。主要組件包括2 個發(fā)射天線、6 個接收天線、1 個主機箱、8 根饋線電纜、1 個支撐架、1 根電源線及 1 根數(shù)據(jù)接口線組成。

1.2 系統(tǒng)主要技術指標

（1）技術指標：①探測河面寬度：15～1000 m；②測速范圍：0.025～20 m/s；③測速誤差（均方根誤差）：≤0.01 m/s；速度分辨力：≤0.01 m/s。

（2）環(huán)境適應性：①工作溫度：室外-40～50℃；②儲存溫度：-50～60℃；③海拔高度：≤5000 m。

（3）天線位置：①水平方向：距水面20 m以內；②垂直方向：高出水面5～15 m；③朝向河面視角：大于±45°。

（4）環(huán)境要求：①河寬：最小30 m，最大250～1000 m；② 流速：0.025～20 m/s；③ 水深：最小15 cm；④水波紋高度：最小2～3 cm。

1.3 測流原理

側掃雷達兼容脈沖多普勒體制及調頻連續(xù)體制，天線共址，收發(fā)分開。信號部分采用直接射頻采樣、數(shù)字正交相參混頻、FIR 數(shù)字濾波和抽取、DDS 頻率合成、多普勒處理、高精度定向算法等技術措施；雷達數(shù)據(jù)傳輸采用以太網通信技術或其他通信方式完成。

側掃雷達工作時，河水對微波的回波信號主要是布拉格散射。接近和后退波的能量可以分離開，獨立進行處理，接近和后退能量區(qū)域重疊接近零的多普勒頻移的小部分。采用頻率帶寬為30 MHz 的調頻連續(xù)波波形，可達到5 m 的距離分辨率。對回波數(shù)據(jù)進行常規(guī)延遲-多普勒處理。同時利用6 個八木天線信號的幅度和相位響應，采用多重信號超分辨處理算法確定回波位置。測向算法獨立用于每個頻率和延遲距離門上，角分辨率為1°。原始數(shù)據(jù)進行中值濾波以剔除異常值。多重信號超分辨處理算法將觀測空間分解為正交的信號子空間和噪聲子空間。信號子空間由6個八木天線接收到的數(shù)據(jù)協(xié)方差矩陣中與信號對應的特征向量組成，噪聲子空間則由協(xié)方差矩陣中所有最小特征值（噪聲方差）對應的特征向量組成。算法利用這兩個互補空間之間的正交特性來估計空間信號的方位。噪聲子空間的所有向量被用來構造譜，所有空間方位譜中的峰值位置對應信號的來波方位。增強型超分辨處理算法提高了測向分辨率，適應于任意形狀的天線陣列。

2 分析方法

（1）表面流速比測。由于梧州水文站未設有纜道測流設施，無法進行纜道流速儀水面一點法與側掃雷達表面流速比測，測船流速儀法受航運影響存在困難，因此擬采用走航式ADCP 表層流速替代轉子流速儀水面一點法。為了驗證走航式ADCP表層流速與側掃雷達表面流速比測的可行性，首先進行走航式ADCP表層流速和纜道流速儀水面一點法流速比測，選擇在其他纜道站進行。為使走航式ADCP 表層流速盡可能接近于水面流速，采用三體船搭載盲區(qū)較小的M9 型ADCP，在側掃雷達斷面低、中、高水位級各進行1次流量測驗，每次施測3個測回，分別提取6個測次的表層流速，與側掃雷達流速疊加到橫斷面流速分布圖進行對比。

（2）流速關系率定分析。采用走航式ADCP 施測不少于30份流量，在高、中、低不同水位（或流量）級均勻分布測次，利用實測流量計算側掃雷達測流斷面的平均流速，與側掃雷達獲取的河流表面流速計算的指標流速建立相關關系，進行系統(tǒng)誤差、隨機不確定度計算和關系曲線檢驗；對不同流速關系率定模型推算流量與整編流量進行相關特征值綜合對比分析，進一步論證側掃雷達流量測驗成果的合理性。

3 表面流速比測

梧州水文站在2019年9月4日進行了側掃雷達表面流速和M9 型走航式ADCP 表層流速的比測工作。比測期間水位變化為8.11～8.22 m，屬于中水位，比測的M9 表層流速實測最大為1.90 m/s，最小為0.026 m/s，雷達表面流速實測最大為2.64 m/s，最小為0.010 m/s。比測結果（見表1）表明側掃雷達二階平滑表面流速與M9 型走航式ADCP 平均表層流速的相對誤差小于5%為13 條，在24 條垂線中占54.2%；相對誤差小于10%為17 條，在24 條垂線中占70.8%；中水中泓位置側掃雷達表層流速與走航式ADCP 表面流速橫向分布基本一致，側掃雷達表面流速數(shù)據(jù)準確性較高。

表1 側掃雷達表面流速與M9型走航式ADCP表層流速比測成果

4 側掃雷達指標流速關系率定

4.1 率定期間水文情勢

梧州水文站從8月2日開始側掃雷達表面流速和走航式ADCP 平均流速的比測工作，8月2日～10月14日水位在10.86～2.61 m間變化，共收集到39份比測資料，低水位（＜6.5 m）15 份、中水位（6.5～16.5 m）24 份。比測期間比測資料的最高水位10.79 m，最低水位2.93 m，水位變幅7.86 m，占梧州水文站歷年實測最大水位變幅（最高水位27.80 m，最低水位1.38 m）的29.8%；比測的實測最大流量為13 500 m3/s，最小為2250 m3/s；比測的實測最大斷面平均流速為1.19 m/s，最小為0.33 m/s。

4.2 指標流速與斷面平均流速相關關系率定分析

實測斷面平均流速采用走航式瑞智ADCP兩個測回4 個測次的流量平均值除以測時大斷面面積，走航式ADCP 的流量測驗嚴格按照《聲學多普勒流量測驗規(guī)范》（SL337-2006）及其它相關規(guī)范執(zhí)行。對側掃雷達表面流速計算的指標流速和走航式ADCP實測平均流速分別建立相關關系，并進行比測精度分析（見表2）。

表2 計算斷面平均流速與實測斷面平均流速關系模型分析統(tǒng)計表

神經網絡模型[1]以水位和指標流速為輸入，斷面平均流速為輸出，經試算，隱含層層數(shù)取1，建立（2，p，1）BP 神經網絡模型，其中神經元數(shù)目p取8，隱層的神經元采用tansig 傳遞函數(shù)，輸出層的神經元采用線性傳遞函數(shù)，訓練函數(shù)選用traingdm，學習率取0.1，動量項取0.9，目標取0.00 001，最大訓練次數(shù)取500 000。從表2可知，神經網絡模型的相關系數(shù)0.99 110 和二元線性模型的相關系數(shù)0.98 965最接近1，相關性最好；二元線性模型誤差≤±8%的合格率為71.8%，誤差≤±11%的合格率為74.4%；神經網絡模型誤差≤±8%的合格率為71.8%，誤差≤±11%的合格率為74.4%；綜上所述采用二元線性模型和神經網絡模型分別建立流速關系模型。

梧州水文站為流量一類精度站，根據(jù)《水文資料整編規(guī)范》（SL247-2012）表3.3.2-1 規(guī)定，一類精度的水文站采用單一曲線法定線時定線精度指標為：系統(tǒng)誤差±1%，不確定度8%；由于側掃雷達測量表層流速方法相似水面浮標法測流，根據(jù)《水文資料整編規(guī)范》（SL247-2012）3.3.2規(guī)定采用水面浮標法測流定線隨機不確定度可增大2%～4%；最后確定梧州水文站測流定線隨機不確定度為10%～12%。

從流速關系模型檢驗計算表（見表3）可知，二元線性模型和神經網絡模型適線檢驗、符號檢驗和偏離數(shù)值檢驗均合格，系統(tǒng)誤差<1%，隨機不確定度<12%，側掃雷達流量測驗精度符合規(guī)范要求。

表3 流速關系模型檢驗計算表

4.3 流量對比分析

4.3.1 流量過程線合理性分析

分別采用二元線性和神經網絡流速關系模型推算流量與整編流量進行對比分析。推算流量與整編流量對比圖見圖2。

圖2 推算流量與整編流量對比圖

從圖2 可以看出，采用二元線性模型和神經網絡模型算出的流量大部分時間落在整編流量±5%范圍內，說明基于二元線性模型和神經網絡模型推算出的側掃雷達流量是合理的。

4.3.2 流量對照分析

8月、9月份日平均流量對比分析合格率見表4，特征流量對照表見表5。

表4 8、9月份日平均流量對比分析合格率統(tǒng)計表

由表4 可知，二元線性模型和神經網絡模型計算的8月、9月份日平均流量誤差≤±11%的合格率為100%，推算的側掃雷達日流量與整編值基本一致。

表5 8、9月份特征流量對照表

由表5 可知，二元線性模型推算8月平均流量與整編值相差1.5%，8月最大流量相差0.7%，8月最小流量相差-2.4%，9月平均流量相差0.8%，9月最大流量相差5.0%，9月最小流量相差4.6%，二元線性模型推算的特征流量與整編值基本相近，滿足推流定線要求；神經網絡模型推算8月平均流量與整編值相差1.7%，8月最大流量相差-0.7%，8月最小流量相差-4.5%，9月平均流量相差1.8%，9月最大流量相差-0.5%，9月最小流量相差-2.9%，神經網絡模型推算的特征流量與整編值基本相近，滿足推流定線要求。

4.4 模型檢驗

對流速關系模型建立后16 d（10月15～30日）的流量進行分析，檢驗模型的應用效果。10月15～30日日平均流量對比分析合格率統(tǒng)計表見表6，特征流量對照表見表7。

表6 10月15～30日日平均流量對比分析合格率統(tǒng)計表

由表6可知，二元線性模型和神經網絡模型推算10月15～30日日平均流量誤差≤±8%的合格率為93.8%，誤差≤±11%的合格率為93.8%；推算的側掃雷達日流量與整編值基本一致，模型應用效果較好。

表7 10月15～30日特征流量對照表

由表7可知，二元線性模型推算10月15～30日日平均流量與整編值相差3.7%，最大流量相差0.3%，最小流量相差12.5%；神經網絡模型推算10月15～30日日平均流量與整編值相差5.6%，最大流量相差10.9%，最小流量相差-4.7%；說明側掃雷達推算特征流量與整編值基本一致，側掃雷達推算的流量滿足推流定線要求；水位在2.93～10.79 m，流速在0.33～1.19 m/s 時側掃雷達在線流量監(jiān)測系統(tǒng)可在梧州水文站河段應用。

5 結論及建議

通過分析側掃雷達表面流速的準確性、斷面平均流速與側掃雷達表面流速率定分析來研究側掃雷達在線流量監(jiān)測系統(tǒng)在西江黃金水道梧州水文站河段的適用性。主要結論及建議如下：

（1）中水時梧州水文站側掃雷達表層流速與走航式ADCP 表面流速在中泓位置橫向分布基本一致，側掃雷達表面流速數(shù)據(jù)準確性較高。

（2）根據(jù)已收集的水位 2.93～10.79 m、流速0.33～1.19 m/s 比測資料分析，二元線性和神經網絡流速關系模型適線檢驗、符號檢驗和偏離數(shù)值檢驗均合格，系統(tǒng)誤差<1%，隨機不確定度<12%，側掃雷達流量測驗精度符合規(guī)范要求；基于二元線性模型和神經網絡模型推算出的側掃雷達流量是合理的，推算的日流量、特征流量與整編值基本一致，且滿足推流定線要求，側掃雷達在線流量監(jiān)測系統(tǒng)可在西江黃金水道梧州水文站河段應用，在超出模型應用范圍時，需要補充比測資料并重新分析。

（3）存在問題：①梧州站所在河段為西江黃金水道，經過測流斷面的船只眾多，船只停泊在測流斷面附近和船只往來對側掃雷達測速單元數(shù)據(jù)的置信度有明顯影響，甚至有時候會出現(xiàn)置信度大于0.8 的單元覆蓋水面寬少于實際水面寬一半的情況；②因為水位下降等原因，雷達發(fā)射到接收的時間變長，12～13 min 方可完成一次測驗，每10 min 采集一次數(shù)據(jù)，會出現(xiàn)某些時段缺數(shù)據(jù)或者鄰近幾條數(shù)據(jù)一樣的情況，如9月4日15：40有數(shù)據(jù)，15：50沒有數(shù)據(jù)，16：00才有數(shù)據(jù)。

（4）建議動態(tài)智能調整數(shù)據(jù)采集間隔，如果一次測驗沒有完成可等待完成后再采集數(shù)據(jù)，避免出現(xiàn)數(shù)據(jù)缺漏或者鄰近幾條數(shù)據(jù)一樣的情況。

（5）今后將在梧州水文站進一步收集不同水位級，特別是高水位級的測點，繼續(xù)研究側掃雷達在線流量監(jiān)測系統(tǒng)在高水位級的適用性。